Comparison of multiple PM<sub>2.5</sub> exposure products for estimating health benefits of emission controls over New York State, USA
Notice bibliographique
Résumé
Abstract Ambient exposure to fine particulate matter (PM 2.5 ) is one of the top global health concerns. We estimate the PM 2.5 -related health benefits of emission reduction over New York State (NYS) from 2002 to 2012 using seven publicly available PM 2.5 products that include information from ground-based observations, remote sensing and chemical transport models. While these PM 2.5 products differ in spatial patterns, they show consistent decreases in PM 2.5 by 28%–37% from 2002 to 2012. We evaluate these products using two sets of independent ground-based observations from the New York City Community Air Quality Survey (NYCCAS) Program for an urban area, and the Saint Regis Mohawk Tribe Air Quality Program for a remote area. Inclusion of satellite remote sensing improves the representativeness of surface PM 2.5 in the remote area. Of the satellite-based products, only the statistical land use regression approach captures some of the spatial variability across New York City measured by NYCCAS. We estimate the PM 2.5 -related mortality burden by applying an integrated exposure-response function to the different PM 2.5 products. The multi-product mean PM 2.5 -related mortality burden over NYS decreased by 5660 deaths (67%) from 8410 (95% confidence interval (CI): 4570–12 400) deaths in 2002 to 2750 (CI: 700–5790) deaths in 2012. We estimate a 28% uncertainty in the state-level PM 2.5 mortality burden due to the choice of PM 2.5 products, but such uncertainty is much smaller than the uncertainty (130%) associated with the exposure-response function.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».